La inteligencia artificial mejorará el pronóstico y tratamiento de las enfermedades autoinmunes

Un nuevo algoritmo avanzado de inteligencia artificial (IA) podría generar predicciones más precisas y tempranas, así como nuevos tratamientos para enfermedades autoinmunes, en las que el sistema inmunitario ataca por error las células y tejidos sanos del propio organismo. El algoritmo analiza el código genético subyacente a estas afecciones para modelar con mayor precisión cómo se expresan y regulan los genes asociados con enfermedades autoinmunes específicas, e identificar genes de riesgo adicionales.

El trabajo, desarrollado por un equipo de investigadores de la Facultad de Medicina de la Universidad de Pensilvania, supera las metodologías existentes e identificó un 26 % más de nuevas asociaciones entre genes y rasgos, según informan los investigadores. Su trabajo se publicó hoy en la revista Nature Communications.

"Todos tenemos mutaciones en nuestro ADN, y necesitamos comprender cómo cualquiera de estas mutaciones podría afectar la expresión de genes relacionados con enfermedades para poder predecir el riesgo de padecerlas de forma temprana. Esto es especialmente importante en el caso de las enfermedades autoinmunes", afirmó Dajiang Liu, profesor distinguido, vicepresidente de investigación y director de inteligencia artificial e informática biomédica de la Facultad de Medicina de la Universidad de Pensilvania y coautor del estudio.

"Si un algoritmo de IA puede predecir con mayor precisión el riesgo de enfermedad, significa que podemos intervenir antes".

La genética y el desarrollo de enfermedades

La genética suele ser la base del desarrollo de enfermedades. Las variaciones en el ADN pueden afectar la expresión génica, que es el proceso mediante el cual la información del ADN se convierte en productos funcionales como las proteínas. La intensidad o la debilidad de la expresión de un gen puede afectar el riesgo de enfermedad.

Los estudios de asociación del genoma completo (GWAS), un enfoque popular en la investigación genética humana, pueden identificar regiones del genoma asociadas con una enfermedad o rasgo en particular, pero no pueden identificar los genes específicos que influyen en el riesgo de padecer enfermedades. Es como compartir tu ubicación con un amigo, pero sin la precisión de tu smartphone: la ciudad puede ser obvia, pero la dirección está oculta.

Los métodos actuales también presentan limitaciones en el detalle de su análisis. La expresión génica puede ser específica de ciertos tipos celulares. Si el análisis no distingue entre diferentes tipos celulares, los resultados pueden pasar por alto las verdaderas relaciones de causa y efecto entre las variantes genéticas y la expresión génica.

Método EXPRESSO

El método del equipo, llamado EXPRESSO (EXpression PREdiction with Summary Statistics Only), utiliza un algoritmo de inteligencia artificial más avanzado y analiza datos de firmas de expresión cuantitativa de células mononucleares que vinculan las variantes genéticas con los genes que regulan.

También integra datos genómicos 3D y epigenética, que mide cómo el entorno puede modificar los genes para influir en las enfermedades. El equipo aplicó EXPRESSO a conjuntos de datos GWAS para 14 enfermedades autoinmunes, como el lupus, la enfermedad de Crohn, la colitis ulcerosa y la artritis reumatoide.

"Con este nuevo método, pudimos identificar muchos más genes de riesgo de enfermedades autoinmunes que realmente tienen efectos específicos sobre el tipo de célula, lo que significa que solo afectan a un cierto tipo de célula y no a otras", dijo Bibo Jiang, profesor asistente de la Facultad de Medicina de la Universidad de Pensilvania y autor principal del estudio.

Posibles aplicaciones terapéuticas

El equipo utilizó esta información para identificar posibles terapias para enfermedades autoinmunes. Actualmente, afirman, no existen buenas opciones de tratamiento a largo plazo.

La mayoría de los tratamientos se centran en aliviar los síntomas en lugar de curar la enfermedad. Esto supone un dilema, ya que las enfermedades autoinmunes requieren un tratamiento a largo plazo, pero los tratamientos existentes suelen tener efectos secundarios tan graves que no pueden utilizarse a largo plazo. Sin embargo, la genómica y la IA ofrecen una vía prometedora para el desarrollo de nuevas terapias, afirmó Laura Carrel, profesora de bioquímica y biología molecular en la Facultad de Medicina de la Universidad de Pensilvania y coautora del estudio.

El trabajo del equipo ha señalado compuestos farmacológicos que pueden revertir la expresión genética en tipos de células asociados con enfermedades autoinmunes, como la vitamina K para la colitis ulcerosa y la metformina, que se prescribe comúnmente para la diabetes tipo 2, para la diabetes tipo 1. Estos medicamentos, ya aprobados por la Administración de Alimentos y Medicamentos de los Estados Unidos (FDA) como seguros y efectivos para tratar otras enfermedades, podrían potencialmente reutilizarse.

El equipo de investigación está trabajando con colegas para probar sus hallazgos en el laboratorio y, en última instancia, en ensayos clínicos.

Lida Wang, estudiante de doctorado del programa de bioestadística, y Chakrit Khunsriraksakul, quien recibirá su doctorado en bioinformática y genómica en 2022 y su título de médico en mayo por la Universidad de Pensilvania, dirigieron el estudio. Otros autores de la Facultad de Medicina de la Universidad de Pensilvania son Havell Marcus, quien cursa su doctorado y título de médico; Deyi Chen, investigador postdoctoral; Fang Zhang, estudiante de posgrado; y Fang Chen, investigador postdoctoral. También participó en el trabajo Xiaowei Zhang, profesor asistente del Centro Médico Southwestern de la Universidad de Texas.